La crise de l’IA a commencé – Transcript

00:00Le PDG d'Open AI vient de prédire que beaucoup de gens perdront beaucoup d'argent dans l'IA. Pas un concurrent, [musique] pas un sceptique. Leur propre PDG de l'entreprise iconique au centre de cette grande révolution. Et pendant qu'il dit ça, son entreprise L est valorisée à plus de 300 milliards et vient de signer un accord de 300 milliards avec oracle. Tout ceci, sachant qu'openai n'a que 12 milliards de revenus et perd de l'argent sur

00:26chaque requête et entre donc dans la catégorie des business qui tourne [musique] à perte. Alors, soit Samaltman est fou et s'aborde sa propre entreprise, soit il sait quelque chose qu'on ne sait pas et le marché refuse peut-être de voir. Dans cette vidéo, on va décortiquer ce paradoxe intéressant qui concerne peut-être la plus grosse bulle de l'histoire. Parce que comprendre ce qui se joue n'est pas un exercice intellectuel, c'est une question de

00:53survie professionnelle. L'IA, c'est l'électricité du 21e siècle. Vous ne choisissez pas si vous voulez en faire partie. Vous choisissez juste votre rôle. Est-ce que Lia travaille pour vous ou est-ce que vous allez travailler pour Lia ? Et cette vidéo existe pour vous éviter de finir du mauvais côté de cette équation.

01:12Pour comprendre cette situation paradoxale, segmentons l'industrie de l'IA en deux marchés distincts, le marché primaire et le marché secondaire. Le marché primaire regroupe les entreprises qui innovent réellement en matière de modèle d'IA et qui entraînent les modèles d'IA. Open AI, Anthropic, Google, X, Mistral et cetera. Le marché secondaire, lui regroupe les entreprises qui prennent ces modèles et les exploite [musique]

01:37pour créer des applications concrètes. Pensez à Cursor, Notion ou Cloud Code. La croissance du marché primaire a été fulgurante. Chat GPT a atteint 100 millions d'utilisateurs en seulement 2 mois. Il avait fallu 18 ans à Netflix, 4 ans et demi à Facebook [musique] et 2 ans et demi à Instagram pour franchir ce seuil.

01:57Chat GPT dépasse maintenant [musique] les 700 millions d'utilisateurs actifs hebdomadaires. Ça impressionne les investisseurs, ça fait de belles slides. Mais combien pai vraiment ? Parce qu'on a trois acteurs qui ne vivent pas dans le même film. L'ingénieur, lui sait que la tech est en train de plafonner, qu'on ne fait plus de percées aussi impressionnantes et que les gains sont plus marginaux. [musique] L'exemple classique, c'est GPT5 qui déçoit énormément par rapport au bond des

02:23itérations précédentes. Le commercial et l'investisseur, eux, continue de vendre la GI pour demain. On nous promet la révolution, ce qui est bien pratique puisqu'on utilise ce narratif pour lever des centaines de milliards sur ce narratif. Et le client final, lui, il s'en fiche un peu. Le marché se contente de vouloir un outil qui marche et pas une promesse. Mais gardez bien en tête que c'est lui qui est censé payer à la fin.

02:49La valorisation d'Open AI est passée d'un milliard en 2019 à 29 milliards en 2023 puis 157 milliards en 2024 pour exploser à 500 milliards en 2025. Open AI n'est pas la seule entreprise avec des valorisations démesurées par rapport à ses revenus. X est valorisé 75 milliards de dollars alors qu'on estime qu'elle perd 1 milliard par mois. Scale

03:15AI affiche une valorisation de 29 milliards pour seulement 1,5 milliards de revenus annuels. Anthropique est valorisé 61 milliards avec 5 milliards de revenus. Le décalage entre valorisation et réalité financière est vertigineux [musique] et les dépenses s'emballent. Microsoft, Google et Meta ont tous promis de dépenser entre 60 et 100 milliards dans des centres de données IA uniquement. La co-entreprise

03:43d'Open AI avec Oracle et SoftBank prévoit 500 milliards de dollars pour leur installation Stargate au Texas. Comment une entreprise valorisée à 300 milliards peut-elle dépenser 300 milliards ? Ce n'est pas tout. La guerre des talents ajoute une couche supplémentaire de folie. En effet, MTA, par exemple, propose désormais des contrats à 100 millions de dollars avec des primes à la signature atteignant des centaines de millions. Cette escalade

04:11[musique] pèse lourdement sur des entreprises déjà financièrement fragiles. Parallèlement à cette explosion financière, les attentes du public concernant les capacités de l'IA n'ont cessé d'augmenter, créant parfois un décalage avec la réalité des progrès techniques. Le modèle JPT4 sorti 4 mois après Chat GPT avait dépassé toutes les attentes lançant une vague de hype autour des LLM. Après le succès

04:37retentissant de chat GPT, Open AI a enchaîné les nouvelles versions. Chaque itération apportait son lot d'amélioration souvent impressionnante. Mais en août 2025 avec le lancement de GPT5, quelque chose a changé. Les progrès sont toujours là mais ils deviennent de plus en plus marginaux. La question commence à se poser est-ce qu'on arrive au bout de ce qui est possible ? Pour comprendre ce qui se passe, il faut regarder la recette qui a

05:04permis tous ses progrès. Pendant 5 ans, LIA s'est amélioré en suivant une formule simple, des modèles plus gros, plus de données pour les entraîner, des ordinateurs plus puissants et de meilleures méthodes. Augmentez tout ça et vous obtenez une intelligence artificielle meilleure. Et ça marchait.

05:22Mais aujourd'hui, trois de ces ingrédients ne posent plus de problèmes. Les modèles peuvent être aussi gros qu'on veut. Les ordinateurs sont assez puissants, les méthodes continuent de s'améliorer et avec des valorisations à plusieurs centaines de milliards, l'argent n'est pas un frein.

05:40Le vrai problème maintenant, c'est les données. Pour faire simple, on commence à sérieusement manquer de contenu de qualité pour entraîner ces modèles. C'est comme si on avait la plus grosse bibliothèque du monde mais qu'on avait déjà lu tous les livres.

05:54Ilia SK, l'une des figures les plus éminentes de l'IA, a déclaré en décembre que les données d'internet sont le carburant fossile de l'IA. Nous manquons essentiellement de nouvelles données de qualité pour entraîner les modèles. Les questions juridiques autour de la propriété des données et la multiplication des procès compliquent encore la situation. Les données synthétiques générées par des entreprises comme Scale AI offrent une

06:20alternative partielle, mais elle ne remplace pas totalement le besoin de textes humains authentiques pour les LLM. Alors, l'intelligence artificielle a-t-elle atteint son plafond ? Pas nécessairement. Même si nous avons atteint le maximum de données d'entraînement disponibles, de meilleures techniques d'entraînement et architecture pourraient permettre un apprentissage plus efficace à données constantes. Deux êtres humains différents peuvent lire le même livre et en tirer deux niveaux de compréhension

06:47différents. Nous avons déjà vu deux exemples majeurs où des percés en technique d'entraînement ont entraîné des bons dans l'innovation en IA. D'abord l'introduction du fine tuning sur les modèles de base avec l'apprentissage par renforcement.

07:03Ensuite, l'introduction des modèles de raisonnement avec le prompting en chaîne de pensée et le calcul au moment de l'inférence permettant au modèle de réfléchir. Ces avancées suggèrent que le manque de données ne devrait pas au fond provoquer la panique, mais que la bulle existe ou non du côté de l'innovation technique, elle existe clairement du côté de la location du capital. Et c'est là que la déclaration de Samaldman prend tout son

07:30sens. Ces entreprises brûlent du capital à un rythme insoutenable avec des modèles économiques qui ne sont pas encore viables. Open AI perd de l'argent par requête. X perd 1 milliard par mois. Le primaire brûle tandis que le secondaire cherche à facturer. Car en effet, il semble que c'est dans le marché secondaire que se trouve peut-être la véritable opportunité.

07:54C'est comme lors de la ruée vers l'or au 19e siècle. Vous savez qui s'est enrichi ? pas les chercheurs d'or, mais ceux qui leur vendirent des pelles, des pioches et des jeans comme Levis. Aujourd'hui, c'est pareil, sauf que cette fois les chercheurs d'or l'ont compris. Regardez bien, Open AI lance Codex, Atlas [musique] et autres produits du genre.

08:16Anthropique sort des outils d'intégration. Google pousse Gemini partout. Ils sont en train de devenir leur propre Lévis. Ils brûlent des milliards sur le marché primaire, mais ils [musique] savent que la sortie de secours, c'est le secondaire.

08:30Ce n'est pas de l'innovation, c'est de l'instinct de survie. Ils construisent leurs canaux de sauvetage pendant que le Titanic prend l'eau. Et ceux qui n'ont pas compris ça, ils sont déjà morts. Ils ne le savent juste pas encore. Prenez Anthopique, par exemple, une entreprise qui a su adopter une stratégie gagnante en passant ses revenus annuels de 1 à 5 milliards de dollars, notamment grâce à des outils comme Cloud Code qui s'intègrent directement dans le workflow

08:56des développeurs. Le marché secondaire applique les modèles d'intelligence artificielle à des cas d'usage spécifique et touche une base d'utilisateur plus large. C'est potentiellement l'un des moyens les plus rapides d'échapper à la bulle du marché primaire. Pour cette raison, de nombreuses entreprises du marché primaire cherchent maintenant à s'intégrer verticalement en atteignant le marché secondaire.

09:22Le moyen le plus rapide, racheter des entreprises qui opèrent déjà. Mais le problème n'est pas résolu pour autant car il y a aussi de la bulle dans le marché secondaire. Cursor approche les 10 milliards de valorisation. [musique] Windsurf est à 3 milliards, Notion à 10 milliards.

09:39Atteindre le marché secondaire a un coût de prime énorme. L'optimisme concernant l'IA reste néanmoins une force dominante, surtout dans des domaines au-delà des LLM. En effet, l'intelligence artificielle ne se limite pas aux textes [musique] et aux applications de chat.

09:56Elle sait maintenant créer des images photoréalistes à partir d'une description, générer des vidéos complètes [musique] et même simuler des mondes virtuels entiers. Ce sont ces prouesses visuelles [musique] qui continuent de captiver le grand public et d'alimenter l'engouement autour de l'IA. Mais pendant que le [musique] public s'émerveille, les investisseurs eux commencentatiqués. Les valorisations stratosphériques et la location du capital suscitent un scepticisme croissant. Les hivers de

10:24l'intelligence artificielle ne sont pas nouveaux. On en a connu deux années 70 années 90. [musique] À chaque fois, le pattern était identique. Des promesses démesurées suivies d'une déception collective et les robinets de financement se fermaient. Mais ce qui se dessine aujourd'hui n'est pas un troisème hiver, c'est quelque chose de plus pervers.

10:46L'innovation ralentit certes, [musique] j'ai pété cinq d soit. Les gains marginaux diminuent. Ça c'est le symptôme visible. [musique] Mais regardez ce qui se passe en coulisse. Des centaines de milliards continuent de s'investir, non pas malgré ce ralentissement, mais en l'ignorant complètement.

11:03Voilà le piège. Ces entreprises ne brûlent pas du capital par incompétence, [musique] elles le brûlent par nécessité structurelle. Chaque levée de fond crée une obligation de lever encore plus la fois [musique] suivante. C'est une fuite en avant où ralentir équivaut à mourir.